| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第15-25页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 发展历史及研究现状 | 第16-18页 |
| 1.3 存在的问题以及本文的解决方案 | 第18-19页 |
| 1.4 实验数据库 | 第19-22页 |
| 1.4.1 MASC语料库 | 第19页 |
| 1.4.2 AISHELL语料库 | 第19页 |
| 1.4.3 TIMIT语料库 | 第19-22页 |
| 1.4.4 系统性能评价标准 | 第22页 |
| 1.5 论文组织结构 | 第22-25页 |
| 2 基于概率模型的说话人确认 | 第25-47页 |
| 2.1 概述 | 第25页 |
| 2.2 语音端点检测 | 第25-26页 |
| 2.3 特征提取 | 第26-30页 |
| 2.3.1 MFCC概述 | 第26-27页 |
| 2.3.2 MFCC提取过程 | 第27-30页 |
| 2.4 基于GMM-UBM的说话人确认方法 | 第30-34页 |
| 2.4.1 高斯混合模型介绍 | 第30页 |
| 2.4.2 GMM参数求解 | 第30-31页 |
| 2.4.3 MAP自适应 | 第31-32页 |
| 2.4.4 测试 | 第32-34页 |
| 2.4.5 系统总体框架 | 第34页 |
| 2.5 基于i-vector的说话人确认方法 | 第34-43页 |
| 2.5.1 概述 | 第34-35页 |
| 2.5.2 i-vector求解过程推导 | 第35-40页 |
| 2.5.3 全局差异矩阵训练算法 | 第40-41页 |
| 2.5.4 i-vector提取 | 第41页 |
| 2.5.5 i-vector系统后端 | 第41-42页 |
| 2.5.6 系统总体框架 | 第42-43页 |
| 2.6 实验结果与分析 | 第43-46页 |
| 2.6.1 系统介绍 | 第43-44页 |
| 2.6.2 GMM阶数对识别性能的影响 | 第44-45页 |
| 2.6.3 GMM-UBM系统性能对比 | 第45页 |
| 2.6.4 i-vector/PLDA系统性能对比 | 第45-46页 |
| 2.7 本章小结 | 第46-47页 |
| 3 UBM背景说话人选择问题研究 | 第47-59页 |
| 3.1 引言 | 第47页 |
| 3.2 UBM数据冗余问题 | 第47-49页 |
| 3.3 以人为单位进行选择 | 第49-51页 |
| 3.3.1 KL距离度量说话人之间的差异程度 | 第49-50页 |
| 3.3.2 基于极大KLD的说话人选择方法 | 第50-51页 |
| 3.4 UBM支撑说话人集合 | 第51-52页 |
| 3.5 基于GMM超向量聚类的背景支撑说话人选择算法 | 第52-54页 |
| 3.5.1 说话人超向量 | 第52-53页 |
| 3.5.2 K均值聚类 | 第53页 |
| 3.5.3 具体选择算法 | 第53-54页 |
| 3.6 结果验证与分析 | 第54-58页 |
| 3.7 本章小结 | 第58-59页 |
| 4 基于托肯配比的UBM背景语料选择 | 第59-67页 |
| 4.1 引言 | 第59页 |
| 4.2 以帧为单位进行数据选择 | 第59-60页 |
| 4.3 GMM托肯配比 | 第60-61页 |
| 4.4 具体选择算法 | 第61-63页 |
| 4.5 结果验证与分析 | 第63-65页 |
| 4.5.1 MASC实验结果 | 第63页 |
| 4.5.2 TIMIT实验结果 | 第63-64页 |
| 4.5.3 AISHELL实验结果 | 第64页 |
| 4.5.4 结论 | 第64-65页 |
| 4.6 本章小结 | 第65-67页 |
| 5 说话人识别中深度学习方法初步探讨 | 第67-77页 |
| 5.1 引言 | 第67页 |
| 5.2 基于深度学习的说话人识别系统 | 第67-71页 |
| 5.2.1 音素区分性的深度神经网络(Phonetic Discriminative DNN) | 第67-69页 |
| 5.2.2 说话人区分性的深度神经网络(Speaker Discriminative DNN) | 第69-71页 |
| 5.3 基于梅尔语谱图和卷积神经网络的说话人鉴别系统 | 第71-75页 |
| 5.3.1 预处理 | 第71-72页 |
| 5.3.2 深度残差网络概述 | 第72-75页 |
| 5.3.3 基于梅尔语谱图以及卷积神经网络的说话人鉴别算法 | 第75页 |
| 5.4 实验结果分析 | 第75-76页 |
| 5.4.1 实验设置 | 第75页 |
| 5.4.2 实验分析 | 第75-76页 |
| 5.5 本章小结 | 第76-77页 |
| 6 总结和展望 | 第77-79页 |
| 6.1 总结 | 第77-78页 |
| 6.2 展望 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 个人简历及攻读硕士学位期间取得的研究成果 | 第85页 |
